-
公开(公告)号：CN112319308B
公开(公告)日：2022-03-22
申请号：CN202011214794.3
申请日：2020-11-04
Applicant: 北京理工大学 , 北京理工大学重庆创新中心 , 北京理工新源信息科技有限公司
Abstract: 本发明涉及一种动力电池多故障检测方法与系统。该动力电池多故障检测方法与系统，在以多个单体电池的电压时间序列数据为基础，构建得到电压矩阵和压差矩阵之后，采用阈值计数法确定每一电池单体被计数的次数，然后，根据次数和计数总数确定得到每一单体电池的频率向量，最后根据频率向量和预设频率阈值快速、精确的判断得到故障单体后，输出故障单体的编号。并且，采用的数据为电压时间序列数据，使得整个确顶过程更加全面，进而解决了现有技术中存在的不能精确、快速以及全面对动力电池故障进行检测的问题。
-
公开(公告)号：CN112319308A
公开(公告)日：2021-02-05
申请号：CN202011214794.3
申请日：2020-11-04
Applicant: 北京理工大学 , 北京理工大学重庆创新中心 , 北京理工新源信息科技有限公司
Abstract: 本发明涉及一种动力电池多故障检测方法与系统。该动力电池多故障检测方法与系统，在以多个单体电池的电压时间序列数据为基础，构建得到电压矩阵和压差矩阵之后，采用阈值计数法确定每一电池单体被计数的次数，然后，根据次数和计数总数确定得到每一单体电池的频率向量，最后根据频率向量和预设频率阈值快速、精确的判断得到故障单体后，输出故障单体的编号。并且，采用的数据为电压时间序列数据，使得整个确顶过程更加全面，进而解决了现有技术中存在的不能精确、快速以及全面对动力电池故障进行检测的问题。
-
公开(公告)号：CN113960484B
公开(公告)日：2023-06-27
申请号：CN202111325129.6
申请日：2021-11-10
Applicant: 北京理工大学重庆创新中心 , 北京理工新源信息科技有限公司
IPC: G01R31/392 , G01R31/367
Abstract: 本发明提供一种基于单体压差的大数据电池健康诊断方法，其中具体步骤包括：数据处理得到充电电流矩阵J,单体端电压阵列G、计算获得平均端电压列向量、计算获得第n次充电的端电压压差矩列ΔVn、计算获得第n次充电各单体的平均压差向量Mn、通过Mn获得该电池Pack历次充电的单体压差矩阵M、排出干扰且采用M矩阵除以历次充电平均电流矩阵得到新的矩阵M’、按列进行拆分获得各个单体的历次充电压差电压向量ΔV’m、对向量ΔV’m采用最小二乘法进行一次拟合，得到各单体拟合直线的斜率km和截距bm。本发明采用单体电池的电压差结合电池组进行健康检测、基于电池充电次数的状态大数据进行多吃循环检测测定健康状态、检测标准合理、多次充电大数据检测精确效率高。
-
公开(公告)号：CN113960484A
公开(公告)日：2022-01-21
申请号：CN202111325129.6
申请日：2021-11-10
Applicant: 北京理工大学重庆创新中心 , 北京理工新源信息科技有限公司
IPC: G01R31/392 , G01R31/367
Abstract: 本发明提供一种基于单体压差的大数据电池健康诊断方法，其中具体步骤包括：数据处理得到充电电流矩阵J,单体端电压阵列G、计算获得平均端电压列向量、计算获得第n次充电的端电压压差矩列ΔVn、计算获得第n次充电各单体的平均压差向量Mn、通过Mn获得该电池Pack历次充电的单体压差矩阵M、排出干扰且采用M矩阵除以历次充电平均电流矩阵得到新的矩阵M’、按列进行拆分获得各个单体的历次充电压差电压向量ΔV’m、对向量ΔV’m采用最小二乘法进行一次拟合，得到各单体拟合直线的斜率km和截距bm。本发明采用单体电池的电压差结合电池组进行健康检测、基于电池充电次数的状态大数据进行多吃循环检测测定健康状态、检测标准合理、多次充电大数据检测精确效率高。
-
公开(公告)号：CN117272783A
公开(公告)日：2023-12-22
申请号：CN202311002320.6
申请日：2023-08-09
Applicant: 北京理工大学重庆创新中心
IPC: G06F30/27 , G06F119/04
Abstract: 本发明涉及电池寿命预测技术领域，尤其涉及一种基于云边协同多模型融合的动力电池寿命预测方法；基于汽车网联大数据平台收集的全量电动乘用车运行数据，从车型数据特性角度、单车全生命周期数据角度与单车电芯数据角度三个层面分别建立云端预测模型和边缘端预测模型，通过多模型多层次融合方法逐层深入具体地实现动力电池寿命的预测，同时对现实环境中样本数据缺少标签等问题，针对性地提出了采用半监督学习技术获取车辆动力电池RUL；为了更进一步地研究电芯的RUL情况，提出充分利用实验室的研究数据，采用迁移深度学习方法在较短时间内计算出电芯RUL，为电芯健康的预测利用提供方法。
-
Patent Agency Ranking
公开(公告)号：CN116882540A
公开(公告)日：2023-10-13
申请号：CN202310606001.X
申请日：2023-05-26
Applicant: 北京理工大学重庆创新中心
IPC: G06Q10/04 , G06Q10/063 , G06Q50/06
Abstract: 本发明提供了一种基于乘用车充电意愿的公共快慢充电量分布预测方法，包括S1、基于新能源汽车国家监测与管理平台中纯电动乘用车的充电数据，按照年份将所述充电数据进行分组；S2、判断所述纯电动乘用车的公共快慢充类型；S3、判断所述纯电动乘用车有无慢充配套设置；S4、根据所述公共快慢充类型和慢充配套设置构建所述纯电动乘用车的充电服务选择意愿模型；S5、基于所述充电服务选择意愿模型预测未来公共快慢充趋势。本发明以新能源汽车国家监测与管理平台中纯电动乘用车的充电数据作为分析样本，确保了获取真实可靠的数据对未来的公共快慢充趋势进行预测，为充电桩运营商建立公共快慢充桩，进行充电网络布局规划时提供数据支撑。
-
公开(公告)号：CN116430233A
公开(公告)日：2023-07-14
申请号：CN202310190361.6
申请日：2023-03-02
Applicant: 北京理工大学重庆创新中心
IPC: G01R31/367 , G01R31/392 , B60L58/16 , G06F30/20 , G06F119/04
Abstract: 本发明属于动力电池技术领域，具体公开了一种基于大数据方法的动力电池寿命评价方法及装置，包括数据提取及处理；统计各工况下的存储时间和各工况下的循环次数；寻找各工况相对于标准工况的在日历寿命衰减和循环寿命衰减的相对比例关系；计算车辆总寿命衰减。本技术方案以大数据方法为基础，构建一套能够描述电动汽车在不同用户手中使用时，动力电池真实存储工况和真实使用工况的方法；以理论依据为基础，构建一套能够计算不同存储工况和使用工况下的动力电池寿命衰减的大数据算法，避免现有技术中存在的实验环境和用户的真实使用工况是严重脱节的情况，本技术方案能够更加准确的评价电动汽车在用户手中真实使用状态下的寿命衰减。
-
公开(公告)号：CN116029580A
公开(公告)日：2023-04-28
申请号：CN202211371829.3
申请日：2022-11-03
Applicant: 北京理工大学重庆创新中心
IPC: G06Q10/0639 , G06Q50/06 , G06F18/24 , G06F18/214
Abstract: 本发明提供了一种评估电网政策对公共充电用户偏好影响的方法，首先确定评估城市，通过根据历史新能源车用户的充电数据，结合微观影响因素和宏观影响因素，计算外部环境指数影响系数，并结合建立政策响应引导模型，并计算政策响应系数，为充电场站建设方和运营商提供基于大数据分析后得出的充电营销引导建议。
-
公开(公告)号：CN115687873A
公开(公告)日：2023-02-03
申请号：CN202211114390.6
申请日：2022-09-14
Applicant: 北京理工大学重庆创新中心
IPC: G06F17/18 , G06F16/215
Abstract: 本专利涉及车辆续航里程测试领域，具体是一种纯电动车的综合续航里程达标度测试方法，包括以下步骤：S1：大数据前处理；S2：不同城市不同用户群体典型用车场景划分，私人用户用车按各城市的用车场景下的出行里程占比，计算对应的场景使用率R(condition,city)；S3：构建真实续航里程和工况续航里程之间的对应关系，具体包括以下步骤：S3‑1：计算单车在不同月份和不同场景下的平均续航里程；S3‑2：计算各场景各月份下的续航里程达标度；S3‑3：计算续航里程达标度的分布函数；S3‑4：计算综合续航里程达标度。本方案以城市为单位，构建出私人乘用车在典型用车场景下的综合续航里程达标度，从而为电动汽车的续航里程设计、测试和宣传提供有价值的参考。
-
公开(公告)号：CN114693092A
公开(公告)日：2022-07-01
申请号：CN202210264540.5
申请日：2022-03-17
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明提供一种建立用户驾驶特征库的方法和系统，建立驾驶行为特征库和理赔特征库，基于驾驶行为特征库中驾驶人的行为特征和车辆的运行特征，结合理赔特征库中驾驶人的理赔特征和车辆的理赔特征，建立用户驾驶特征库。真正实现了将风险特征与驾驶人相匹配，基于所建立的用户驾驶特征库，可真实反映驾驶人发生风险事故的概率。因此可有效应用于UBI保险定价当中，以针对性地对某驾驶人实现个性化保费测算。解决了传统UBI保险定价都是基于车辆进行统计，缺少基于驾驶人的驾驶特征，所存在的定价不合理的问题。
-
-
-
-
-
-
-
-
-
Search Results
623
records
(took 0.086 seconds)
